Java版的NumPy - NDArray 广播(Broadcast)

Calvin.AIAS

于 2022-03-20 17:34:02 发布

阅读量217

点赞数

分类专栏： AIAS 文章标签：人工智能深度学习 numpy java

本文链接：https://blog.csdn.net/weixin_39355136/article/details/123617267

版权

AIAS 专栏收录该内容

77 篇文章 20 订阅

订阅专栏

本文介绍了NumPy中的广播机制，这是对不同形状数组进行数值计算的关键特性。当数组形状不匹配时，系统会自动扩展较小数组以匹配较大数组的形状，从而允许运算。示例展示了相同形状数组的乘法操作，以及不同形状数组如何通过广播进行加法运算。此外，还提供了Java中NDArray的类似操作示例，帮助读者理解广播概念在不同语言中的实现。

摘要由CSDN通过智能技术生成

NDArray 广播(Broadcast)

广播(Broadcast)是 numpy 对不同形状(shape)的数组进行数值计算的方式，对数组的算术运算通常在相应的元素上进行。
如果两个数组 a 和 b 形状相同，即满足 a.shape == b.shape，
那么 a*b 的结果就是 a 与 b 数组对应位相乘。这要求维数相同，且各维度的长度相同。

1.两个数组 a 和 b 形状相同

Python

import numpy as np 
 
a = np.array([1,2,3,4]) 
b = np.array([10,20,30,40]) 
c = a * b 
print (c)

# 输出结果如下：
[ 10  40  90 160]

Java

NDArray x = manager.create(new int[]{1, 2, 3, 4});
NDArray y = manager.create(new int[]{10, 20, 30, 40});
NDArray z = x.mul(y);
System.out.println(z.toDebugString(100, 10, 100, 100));

# 输出结果如下：
ND: (3) cpu() int32
[ 10,  40,  90, 160]

2. 当运算中的 2 个数组的形状不同时，将自动触发广播机制

Python

import numpy as np 
 
a = np.array([[ 0, 0, 0],
           [10,10,10],
           [20,20,20],
           [30,30,30]])
b = np.array([1,2,3])
print(a + b)

# 输出结果如下：
[[ 1  2  3]
 [11 12 13]
 [21 22 23]
 [31 32 33]]

Java

x = manager.create(new int[][]{{0, 0, 0}, {10, 10, 10}, {20, 20, 20}, {30, 30, 30}});
y = manager.create(new int[]{1, 2, 3});
z = x.add(y);
System.out.println(z.toDebugString(100, 10, 100, 100));

# 输出结果如下：
[[ 1,  2,  3],
 [11, 12, 13],
 [21, 22, 23],
 [31, 32, 33],
]